本文主要是介绍labelme标注工具使用教程(Ubuntu18.04 / Ubuntu16.04),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
Labelme 是一个图形界面的图像标注软件。其的设计灵感来自于 http://labelme.csail.mit.edu/ 。它是用 Python 语言编写的,图形界面使用的是 Qt(PyQt)。
Labelme 可实现的功能:
(1)对图像进行多边形,矩形,圆形,多段线,线段,点形式的标注(可用于目标检测,图像分割,等任务)。
(2)对图像进行进行 flag 形式的标注(可用于图像分类 和 清理 任务)。
(3)视频标注
(4)生成 VOC 格式的数据集(for semantic / instance segmentation)
(5)生成 COCO 格式的数据集(for instance segmentation)
(一)安装labelme:
除了安装labelme外,还需要安装pyqt5、pillow。一般pyqt5和pillow可能已经装好了,例如安装Spyder时pyqt5也是要求安装的,下面安装根据自己需要进行。
#还没安装pyqt5,需要安装pyqt5
sudo apt-get install python3-pyqt5
#还没安装pillow,安装pillow
pip3 install pillow
#安装labelme
pip3 install labelme
(二)labelme用法
在终端输入labelme,过一会就打开了labelme程序窗口:
鼠标放到图片上,右击可以选择第一项,用多线段标注:
右侧的label list显示的是标签的种类列表(为了演示,这个例子中我把红色的气球作为一类,其他颜色的气球作为另一类),polygon label列表中则给出了每个标签种类中的实例列表。
标注完一张图片后,点击左侧的Save按钮,保存成json格式的文件,然后点击下一张,进行标注并保存,直到文件夹中的所有图片标注完成。
然后, 切换到标注图片所在的文件夹,输入以下命令 labelme_json_to_dataset XXX.json,将之前生成的json格式文件全部转化成数据集,每一个json文件对应生成一个文件夹,文件夹中的内容如图所示:
四个文件分别是原图片、实例的mask图片、图片中包含的所有类别标签以及以上三个文件的合成显示(我用的labelme版本是4.2.7,只有这四个文件)。
有的同学会问:“我怎么记得 labelme_json_to_dataset XXX.json命令处理后得到的文件夹里是五个文件”,在这里解释一下:这是版本的原因,比较新的版本处理后就是这四个文件,以前的版本,比如3.5,得到的是五个文件,还有一个info.yaml的文件,保存的也是标签信息,功能和txt文件重复了,所以新版本就只保留了txt文件。
每处理一个json文件需要敲入这样的一句命令显得太麻烦了,大家可以自己写个批处理文件(一行代码就搞定了),批量进行。
这篇关于labelme标注工具使用教程(Ubuntu18.04 / Ubuntu16.04)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!